Powiadomienia systemowe
- Sesja wygasła!
- Sesja wygasła!
- Sesja wygasła!
Identyfikatory
Warianty tytułu
Computer generation of dynamic brain perfusion maps and they application in neuroradiology
Języki publikacji
Abstrakty
W artykule szczegółowo zaprezentowano sposoby komputerowego generowania dynamicznych map perfuzji mózgu uzyskiwanych w trakcie badań technikami CT (Computer Tomography) oraz MR-DSC (Magnetic Rezonanse Dynamic Susceptibility Contrast Imaging). W szczególności omówione zostało znaczenie poszczególnych parametrów dynamicznej perfuzji struktur mózgowia, sposób konstruowania krzywych wzmocnienia kontrastowego (Time Density Curre), prawo dyfuzji Ficka, pomiar ilości krwi przepływającej przez mózg przy użyciu niedyfundującego wskaźnika, w oparciu o konwolucyjny model Meiera-Zierlera, sposób przeprowadzenia dekonwolucji za pomocą rozkładu na wartości osobliwe (SVD), oraz konstrukcję map CBF, CBV, MTT i TTP (Cerebral Blond Flow, Cerebral Blood Volume, Mean Transit Time, Time to Peak). Praca zawiera również porównanie wyników otrzymanych przy wykorzystaniu różnych pakietów oprogramowania komercyjnego oraz darmowego pozwalającego na akwizycję danych pomiarowych oraz generację map perfuzyjnych. W ostatniej części pracy zaprezentowano obszar zastosowań dynamicznej perfuzji CTw neuroradiologii oraz opis, w jaki sposób podejmuje się diagnozę medyczną za pomocą analizy mapy na przykładzie rzeczywistych przypdków medycznych.
This paper presents detailed process of generation dynamic perfusion CT and MR-DSC (Magnetic Rezonanse Dynamic Susceptibility Contrast Imaging) maps. It also describes the meaning of all perfusion parameters, the way to construct time density curves (TDC), the Fick diffusion principle, the method for estimating cerebral blood flow with non diffusing contrast agent based on Meier-Zierler convolution model, the deconvolution calculation based on singular value decomposition (SVD), and CBF, CBV, MTT and TTP (Cerebral Blond Flow, Cerebral Blood Volume, Mean Transit Time, Time to Peak), maps construction. The paper consist also comparison of perfusion maps obtained from various commercial and free software. In the last part of this paper the field of usage of dynamic perfusion CT in neuroradiology is presented. There are also some examples in showing the way in which the diagnosis based on perfusion map analysis is statement.
Wydawca
Czasopismo
Rocznik
Tom
Strony
26--36
Opis fizyczny
Bibliogr. 36 poz., rys., wykr.
Twórcy
Bibliografia
- [1] Walecki J., Bulski T., Sklinda K.: Choroby naczyniopochodne ośrodkowego układu nerwowego. Postępy neuroradiologii, Warszawa, 2007,472-512
- [2] Ting-Yim Lee: Functional CT: physiological models. Trends in Biotechnology, Vol. 20, No. 8 (Suppl.), 2002 A TRENDS Guide to Imaging Technologies
- [3] David Norman, Leon Axel, Walter H. Berninger, Michael S. Edwards, Christopher E. Cann, Rowland W. Redington, Lauranne Cox: Dynamic Computed Tomography of the Brain: Techniques, Data Analysis, and Applications. AJR, 136, 759-770, April 1981
- [4] Kety S.S., Schmidt C.F.: The determination of cerebral blood flow in man by the use of nitrous oxide in low concentrations. Am. J. Physiol., 143, 1945, 53-66
- [5] Wintermarka M., Thirana J.-P.: Maedera P., Schnydera P., Meuli R.: Simultaneous Measurement of Regional Cerebral Blood Flow by Perfusion CT and Stable Xenon CT: A Validation Study. American Journal of Neuroradiology, 22, 2001, 905-914
- [6] Eastwood J.D., Lev M.H., Azhari T., Ting-Yim Lee, Barboriak D.P., Delong D.M., Fitzek C., Herzau M., Wintermark M., Meuli R., Brazier D., Provenzale J.M.: CT Perfusion Scanning with Deconvolution Analysis: Pilot Study in Patients with Acute Middle Cerebral Artery Stroke. Radiology, 2002, 222, 227-236
- [7] Latchaw R.E., Yonas H., Pentheny S.L., Gur D.: Adverse reactions to xenon-enhanced CT cerebral blood flow determination. Radiology, 1987,163,251-254
- [8] Makoto Sasaki, Kohsuke Kudo, Hirobumi Oikawa: CT perfusion for acute stroke: Current concepts on technical aspects and clinical applications. International Congress Series,1290, 2006, 30-36
- [9] Cenic A., Nabavi D.G., Craen R.A., Gelb A.W., Ting-Yim Lee: Dynamic CT Measurement of Cerebral Blood Flow: A Validation Study. January 1999
- [10] Leenders K.L., Perani D., Lammertsma A.A., Heather J.D., Buckingham P., Jones T., Healy M.J.R., Gibbs J.M., Wise R.J.S., Hatazwa J., Herold S., Beaney R.P., Brooks D J., Spinks T., Rhodes C., Frackowiak R.S.J.: Cerebral blood flow, blood volume, and oxygen utilization: normal values and effect of age. Brain, 1990, 113, 27-47
- [11] WirestamR., Ryding E., Lindgren A., GeijerB., Holtas S., Stahlberg F.: Absolute cerebral blood flow measured by dynamic susceptibility contrast MRI: a direct comparison with Xe-133 SPECT. Magnetic Resonance Materials in Physics, Biology and Medicine, 11, 2000, 96-103
- [12] Zierler K.L.: Equations for measuring blood flow by external monitoring of radioisotopes. Circ Res, 1965, 16, 309-21
- [13] XingFeng Lia, Jie Tiana, EnZhong Lia,b, XiaoXiang Wanga, JianPing Daib, Lin Aib: Adaptive total linear least square method for quantification of mean transit time in brain perfusion MRI. Medical Image Processing Group, Institute of Automation, Chinese Academy of Sciences, Beijing, China, Department of Radiology, Tian Tan Hospital, Beijing, China; Received 27 September 2002, accepted 24 January 2003
- [14] Axel L.: Cerebral blood flow determination by rapid-sequence computed tomography: a theoretical analysis. Radiology, 1980,137,679-68
- [15] Hoeffner E.G., Case I., Jain R., Gujar S.K., Shah G.V., Deveikis J.P., Carlos R.C., ThompsonB.G., Harrigan M.R., Mukherji S.K.: Cerebral perfusion CT: technique and clinical applications. Radiology, 231, 2004,632-644
- [16] Koenig M., Kraus M., Theek C., Klotz E., Gehlen W., Heuser L.: Quantitative assessment of the ischemic brain by means of perfusion-related parameters derived from perfusion CT. Stroke, 32 2001,431-437
- [17] Latchaw R.E., Yonas H., Hunter G.J., Yuh W.T.C., Toshihiro Ueda, A. Gregory Sorensen, Sunshine J.L., Biller J., Wechsler L., Higashida R., Hademenos G.: Guidelines and recommendations for perfusion imagingin cerebral ischemia. Stroke, 34, 2003, 1084-1104
- [18] Eastwood J.D., Lev M.H., Wintermark M., Fitzek C., Barboriak D.P., Delong D.M., Ting-Yim Lee, Azhari T., Herzau M., Chilukuri V.R., Provenzale J.M.: Correlation of early dynamic CT perfusion imaging with whole-brain MR diffusion and perfusion imaging in acute hemispheric stroke. AJNR 24, 2003, 1869-1875
- [19] Lev M.H., Segal A.Z., Farkas J., Hossain S.T., Putman C., Hunter G.J., Budzik R., Harris G.J., Buonanno F.S., Ezzeddine M.A., Yuchiao Chang, Koroshetz W.J., GonzalezR.G. , Lee H. Schwamm: Utility of perfusion-weighted CT imaging in acute middle cerebral artery stroke treated with intraarterial thrombolysis: prediction of final infarct volume and clinical outcome. Stroke, 32, 2001, 2021-2028
- [20] Kohsuke Kudo: Perfusion Mismatch Analyzer (PMA). Acute Stroke Imaging Standardization Group, Dostępny w Internecie: http://asist.umin.jp
- [21] Żakowski W., Leksiński W.: Matematyka część IV. Warszawa, WNT 1984
- [22] Wittsack H.-J., Wohlschläger A.M., Ritzl E.K., Kleiser R., Cohnena M., Seitz R.J., Mödder U.: CT-perfusion imaging of the human brain: Advanced deconvolution analysis using circulant singular value decomposition. Computerized Medical Imaging and Graphics, 32, 2008, 67-77
- [23] Rosta E., Geske R., Bakke M.: Signal analysis of impulse response functions in MR and CT measurements of cerebral blood flow. Journal of Theoretical Biology, 240, 2006, 451-458
- [24] Press W.H., Teukolsky S.A., Vetterling W.T., Flannery B.P.: Numerical recipes in C The art of scientific computing. 2nd ed., Oxford, Cambridge University Press 1992
- [25] Koh T.S., Markus Tan C.K., Dennis Cheong L.H., Tchoyoson Limc C.C.: Cerebral perfusion mapping using a robust and efficient method for deconvolution analysis of dynamic contrast-enhanced images. NeuroImage, 32, 2006, 643-653
- [26] Siemens AG, Clinical Applications. Application Guide. Software Version syngo CT 2007A, Siemns Medical, 06/2006
- [27] Carroll T.J., Rowley H.A., Haughton V.M.: Automatic Calculation of the Arterial Input Function for Cerebral Perfusion Imaging with MR Imaging. Radiology, 2003, 227, 593-600
- [28] Yen-Chun Chou, Michael Mu Huo Teng, Wan-Yuo Guo, Jen-Chuen Hsieh, Yu-Te Wu: Classification of hemodynamics from dynamic-susceptibility-contrast magnetic resonance (DSC-MR) brain images using noiseless independent factor analysis. Medical Image Analysis 11,2007,242-253
- [29] Masaaki Hirata, Yoshifumi Sugawara, Kenya Murase, Hitoshi Miki, Teruhito Mochizuki: Evaluation of Optimal Scan Duration and End Time in Cerebral CT Perfusion Study. Radiation Medicine, Vol. 23, No. 5, 2005, 351-363
- [30] Kei Yamada, Ona Wu, R. Gilberto Gonzalez, Dirk Bakker, Leif 0ster-gaard, William A. Copen, Robert M. Weisskoff, Bruce R. Rosen, Kat-sumi Yagi, Tsunehiko Nishimura, A. Gregory Sorensen: Magnetic ResonancePerfusion-Weighted Imaging of Acute Cerebral Infarction. Effect of the Calculation Methods and Underlying Vasculopathy. Stroke, 2002, 33, 87-94.
- [31] Koh T. S., Hou Z.: A numerical method for estimating blood flow by dynamic functional imaging. Medical Engineering & Physics, 24, 2002, 151-158
- [32] Romanowski C., Furmanek M., Sklinda K., Zawadzki M., Adamczyk M.: Fizyczne podstawy tomografii komputerowej i rezonansu magnetycznego - zagadnienia wybrane. Środki kontrastowe, Postępy Neuroradiologii, Warszawa 2007, 12-53
- [33] Walecki J., Romanowski C.: Guzy wewnątrzczaszkowe. Postępy Neuroradiologii, Warszawa 2007, 271-318
- [34] Diener H.-C., Forsting M.: Udar mózgu. Podręczny atlas. Wrocław, Wydawnictwo Medyczne 2004
- [35] Ogiela M.R., Tadeusiewicz R.: Modern Computational Intelligence Methods for the Interpretation of Medical Images. Berlin - Heidelberg, Springer-Verlag 2008
- [36] Tadeusiewicz R., Ogiela M.R.: Medical Image Understanding Technology. Berlin - Heidelberg, Springer Verlag 2004
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-AGH2-0010-0015